FDI的空间计量经济学与第三国效应外文翻译资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

FDI的空间计量经济学与第三国效应

Martijn Regelink · J. Paul Elhorst

收到：2013年12月9日 /接受：2014年8月18日/发表于：2014年9月2日copy;施普林格出版社柏林海德堡2014

摘要：就不同的基本方法论的空间计量经济学问题进行了讨论，尚未解决现有的实证文献对外国直接投资和第三个国家的影响，这就解释了为什么它没有找到结果一致的正式理论。这是以基线空间计量模型Blonigen等人开发的证明。（Eur Econ Rev 51:1303–1325，2007）为出发点，利用美国对外直接投资的数据为20个欧洲国家在1999-2008期间–观察。通过细化空间计量的方法，我们在欧洲国家之间的竞争吸引美国企业青睐找到重要的实证证据，结果是与出口平台和纯垂直型FDI的动机相一致。

关键字：外商直接投资；空间计量经济学；规范化；溢出效应；固定效应

1. 引言

20世纪80年代以来，跨国企业（外商直接投资）的外商直接投资热潮导致了对经济学文献中FDI行为决定因素的巨大兴趣。 关于外国直接投资决定因素的大多数模型和实证检验都使用了一个两国框架[见（Blonigen 2005）概述]。该框架假定多国企业对特定东道国进行投资的决定与是否独立决定或不投资于任何其他国家。但是，如果多国部门投资特定的东道国，不仅可以取代出口流量，而且还可以将其用作为附近国家服务的平台，或者如果跨国公司脱离其部分地区，为了从这些国家的要素成本差异中受益，各国不得将各个国家的生产链视为独立实体。{作者感谢两个匿名审稿人对他们以前的版本的有益意见。部门经济学、计量经济学和金融学，格罗宁根大学，邮政信箱800，9700av格罗宁根、荷兰电子邮件：j.p.elhorst@rug.nl }

最近的一些文件认识到外国直接投资决定是多边性质的，因此考虑到第三国效应：Baltagi et al.（2007），Blonigen et al.（2007），Poelhekke和Van der Ploeg（2009年）以及Uttama和Peridy（2009年），美国对外直接投资，Garretsen和Peeters（2009年）对荷兰对外直接投资，Ledyaeva（2009年）进行俄罗斯内向FDI，Chou等人（2011）中国对外直接投资。这些研究发现，特定目标国附近的潜在的东道国影响到该国的外国直接投资。然而，许多这样的研究与经验结果分歧，这些结果与水平、垂直、出口平台或复杂垂直外国直接投资的形式理论不一致。第2节详细说明。按照Blonigen等（2007）和随后的研究，我们从一个线性回归模型开始，其中样本中的国家的空间安排以及第三国效应的国家空间安排以两种方式进入我们的实证分析。线性回归模型被扩展到包括外国直接投资的内生空间滞后，通过外国直接投资测量到东道国附近的市场，并且一组解释变量随外部市场潜力变量而扩大，由外国直接投资主机附近的市场规模国家在国内生产总值方面。经验结果与水平、垂直、出口平台或复杂垂直FDI是否相容的问题，则取决于这两个变量的系数的符号和显著性水平。然而，Blonigen等（2007），Garretsen和Peeters（2009），Poelhekke和Van der Ploeg（2009）和Chou等人（2011）都发现与这些动机不符的结果。

本文的主要目的是讨论现有的文献尚未解决的不同的基本方法空间计量经济学问题，这些问题解释了为什么上述研究未能找到符合形式理论的结果。这些问题在第2节和第3部分中阐述。为了说明这些不一致是可以解决的，我们将1999年至2008年间观察到的美国境外外国直接投资数据用于20个欧洲国家。数据在第3节，以前研究的主要结果总结在第4节，本研究结果报告和讨论在第5节，第6节总结。

2 FDI基准空间计量模型的潜在缺陷

外国直接投资的应用文献中的基准空间计量模型, 其中ln()表示Ntimes;1向量组成对因变量的一个观测（外国直接投资）的每一个样品中的东道国（i = 1，hellip;，n）在时间t（t = 1，hellip;，T）。

其中ln()表示在时间t（t = 1 ...，T）的样本（i = 1，...，N）中的每个东道国的因变量（外国直接投资）的一个观察值的Ntimes;1向量。变量w ln()表示国家i中因变量FDI与时间t相邻国家j的因变量的相互作用效应，其中W是预定义的非负Ntimes;N空间权重矩阵描述了样本中各国的安排。在FDI文献中，通常将W指定为反向距离矩阵;其元素定义为ine;j的= 1/，其中表示国家i和j之间的（大圆）距离。假设W的对角元素设为零，因为没有国家可以被视为自己的邻居。最后，矩阵W是行归一化的。除了通过K矩阵X假设为N的一部分的控制变量外，Ln()是外国直接投资的解释变量之一。这个变量被分开，因为它也影响了在邻国的外国直接投资ln(W *)。由于W被定义为反向距离矩阵，所以该变量反映了一个国家的市场潜力（即周边国家的国内生产总值的总和除以这些国家的距离）。标量rho;，gamma;，theta;和Ktimes;1向量beta;表示待估计的未知参数，并测量相应解释变量的影响。 = 是扰动向量术语，其中是独立且相同分布的所有i和t的误差项，零均值和方差 表示国家特定效果，表示时间段特定效果，是可选的。

所谓的空间滞后模型的普及是公式(1)，它可以很容易地用于测试哪种动机主要驱动FDI（Blonigen et al.2007; Garretsen和Peeters 2009; Ledyaeva 2009; Chou et al.2011）。结果rho;=theta;= 0反映了水平FDI，其中母国投资东道国的决定是由避免贸易成本的可能性和设立额外工厂的成本之间的权衡决定的。结果rho;lt;0和theta;= 0指向垂直FDI以获得更便宜的因素输入（例如劳动），并且当贸易成本低时可能发生。参数组合rho;lt;0和theta;gt; 0与出口平台FDI是一致的，当外国直接投资在东道国投资时，发生在以国家为目的的基础上，将出口最终产品出口到本国以外的市场。参数组合rho;gt; 0和theta;ge;0可以解释为有利于复杂垂直外国直接投资的经验证据，这被认为是一种投资，使得一家企业在各个东道国外部部署其生产链，目的是从这些国家之间的因素成本差异。最后，theta;lt;0的结果与任何形式理论不一致。

空间权重矩阵的常用归一化过程有两个目的。首先，它将空间滞后W ln（FDI_t）的空间自回归参数rho;定义为（1 /〖omega;〗_min，1）的间隔，其中〖omega;〗表示空间权重矩阵W的最小特征值。第二，它有助于解释空间依赖的规模，因为所有其他国家对每个国家的影响是平衡的。不幸的是，当反向距离矩阵是行归一化时，其距离衰减方面的经济解释不再有效[（Anselin 1998），第23-24页; （Elhorst 2001）]，至少有两个原因。首先，由于行归一化，反向距离矩阵可能会变得不对称，结果，国家i对国家j的影响不同于国家的影响j在国家i。第二，作为行归一化的结果，关于逆距离矩阵的不同行中的元素之间的相互比例的信息丢失。例如，偏远和中央国家可能会产生相同的影响，即与其相对位置无关。一个例子可以说明这一点。考虑一个位于中心的国家和一个偏远的国家，两国有两个共同的共同边界的邻国，例如荷兰及其邻国德国和比利时，西班牙及其邻国法国和葡萄牙。荷兰与邻国的距离是d假设没有其他邻居，与邻居的距离是相同的），而西班牙与其邻居的距离是d的倍数。尽管距离方面有差异，但是如果空间权重矩阵是行归一化的，则在两种情况下，描述荷兰和西班牙到其邻居的空间排列的反距离矩阵中的条目将为1/2，并且总和为1。另外要注意的是，正是由于这个原因，在计算市场潜力变量时，逆距离矩阵通常不是行归一化的（Blonigen et al.2007，footnote 16; Poelhekke and Van der Ploeg 2009，footnote 14; Ledyaeva 2009，第655页）。

Kelejian和Prucha（2010A）指出，空间权重矩阵的元素与每个行的不同因素相对于单一因素的归一化可能导致确定错误问题。 为此，Elhorst（2001）和Kelejian和Prucha（2010a）提出了一个归一化过程，其中W的每个元素除以其最大特征值 = /。 作为其直接后果，W的特征值也除以。 对于行归一化矩阵，矩阵的最大特征值等于1，但在这种情况下，空间权重矩阵的元素之间的比例保持不变。

许多实证研究使用一个或多个空间回归模型规范的点估计来测试空间溢出存在的假设。 Le Sage和Pace的书（2009年，第74页）的主要贡献之一是观察结果可能会导致错误的结论，而对不同模型规格变化对变化的影响的偏导数解释更多作为测试这个假设的有效依据。 Blonigen等（2007），Garretsen和Peeters（2009）和Chou等人（2011）使用市场潜力变量ln(W *)的变量Ln()和theta;的点估计gamma;来检验相邻国家的主要GDP和GDP是否相同的假设效果。然而，这种比较是无效的。通过将（1）中的空间滞后模型重写为其中R是包含截距的休息期，国家和时间的具体效果，以及误差项，ln（〖FDI〗_t）的期望值的偏导数矩阵相对于Ln() 单位1到特定时间点的单位N可以看出是其中衡量每个邻国j在东道国周边市场潜力中的份额i：Le Sa​​ge和Pace（2009）将直接效应定义为右侧矩阵的对角元素的平均值公式（3）的一侧，以及作为这些矩阵的非对角元素的行总和或列和的平均值的间接效应。由于测量一国相对于其他国家的国内生产总值，W的对角线元素通过构造设定为零，所以每行S的对角线元素总计为一致。因此，共享矩阵S受到与行归一化反向距离矩阵相同的问题;正如后一种矩阵导致错误指定问题一样，由于信息因国家之间的相互距离而丧失，因为每一行都以不同的因素归一化，共享矩阵也是相同的，因为信息在公式中的国家之间的相互距离和国内生产总值水平是很大的用来测试一个国家GDP的变化是否影响其他国家的外国直接投资的假设。

除了偏导数解释之外，Le Sage和Pace（2009）还提出了包含空间滞后因变量和空间滞后解释变量两者的模型

这个模型被称为空间杜宾模型。 该模型不是采用邻国国内生产总值加权平均值的对数，而是采用邻近国家生产总值对数的加权平均数。 因此，在特定时间点单位1到单位N的ln()的期望值ln()的偏导数矩阵变为

图1显示了我们样本中20个国家的市场潜力变量ln(W lowast; )与GDP变量的空间滞后值W * ln() 1999-2008年（见下一节）。这个数字表明，这两个空间和时间两个变量之间几乎没有任何差异，相互关联系数为0.96，在每个国家，人们可以轻松观察到GDP随时间的稳定增长。然而，即使方程式中的偏导数矩阵（3）和（5）具有相同的形式，它们的灵活性不同。不同之处在于，从方程式W中取出的非对角线元素的行和矩阵（5）而不是等式（3）不一致，可能是不同的，并且取决于特定国家的相对位置，前提是W被其最大特征值而不是行归一化归一化。因此，空间GDP的GDP数据预计会产生比空间滞后模型更为合理的结果，包括市场潜力变量的自然对数。

图1 市场潜力（ln(W lowast; )）与空间和时间的空间滞后值（W * ln()）之间的关系

3数据与实施

为了测试第三国效应和跨国企业在特定东道国投资的动机，我们在1999-2008年间观察到的美国对外直接投资的年度数据平均数量为20个欧洲国家。我们专注于美国，因为它是世界上最大的外国投资者。与以前的研究相比，20个国家被选为在一个不间断的研究领域形成一组相邻的国家。如果这些国家将被更为任意抽样，例如，如果一组国家在没有国家或地区的情况下进行选择，例如Blonigen等人（2007）。与其他国家空间互动效应的2个重要信息可能会丢失，其中特别是空间滞后系数可能有偏差。剩下的一个潜在限制是，刚刚位于研究区以外的邻国仍然没有考虑到。这是空间计量经济学文献中需要更多关注的问题，比现在已经有了更多的关注[参见例如（Kelejian和Prucha 2010b）]，但是通过考虑没有白点的研究区域，至少可以减少这个问题。

遵循Beugelsdijk et al.（2010年），外商直接投资以欧洲东道国样本中的美国跨国企业关联企业第三国销售额计算，并以国内投资连锁型价格指数转为数百万美元。 在1999 - 2002年期间，美国对我们20个国家的销售额相当稳定，约为1.2万亿美元，但在2002 - 2009年期间，其增长幅度翻了一番以上，代表了外国直接投资总体上升趋势。

在以前的研究的基础上选择了控制变量，特别是Blonigen et al.（2007年），由东道国重力模型变量（GDP，人口，贸易成本，距离和机构质量）组成，并补充了衡量东道国技能水平的变量。变量GDPi t在时间t测量国家i的主机市场的大小。从理论的角度来看，我们预期这个变量与外商直接投资是正相关的。预期GDP的空间溢出效应可能是正的，或者如果外国直接投资的动机是纯粹的水平或纯粹的垂直，则为零。 GDP数据来自宾夕法尼亚。根据Blonigen等（2007），外国直接投资在较富裕市场之间有趋势。因此，它们也控制了时间t国家i的人口规模（），他们的预期效果为负数。但是，这方面的一个更直接的措施就是人均国内生产总值。富裕国家人均GDP水平较高。如果这对外国直接投资产生积极影响，除了市场规模以外，这一变量的系数预计将是正数。由于gamma; ln(GDP ) beta; ln(GDP / Population) = (gamma; beta; ) ln(GDP ) minus; beta; ln( Population)，如果两者都是gamma;和beta;为正。最近的研究也使用了人均GDP（Poelhekke和Van der Ploeg 2009; Chou et al.2011）。

主机贸易成本变量（）是国家保护主义的代表，并捕捉可能阻碍家庭和东道国之间贸易的障碍（Carr et al.2001）。 正如Blonigen et al.（2007），其计量等于预

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27711]，资料为PDF文档或Word文档，PDF文档可免费转换为Word